Python聚合函數使用

#encoding=utf-8

我們提供的服務有：成都網站設計、網站制作、微信公眾號開發、網站優化、網站認證、來安ssl等。為上1000+企事業單位解決了網站和推廣的問題。提供周到的售前咨詢和貼心的售后服務，是有科學管理、有技術的來安網站制作公司

def?getRows():

names?=?["A",?"B"]

rows?=?[

[1,?'m'],

[2,?'m'],

[3,?'q'],

[3,?'q'],

[2,?'q'],

[1,?'s'],

[4,?'s'],

[2,?'s'],

[1,?'s'],

[3,?'m']

]

rs?=?[]

for?row?in?rows:

rs.append(dict(zip(names,?row)))

return?rs

def?count():

rs?=?getRows()

#?取所有B=m的行

rs?=?[r?for?r?in?rs?if?r["B"]?==?'m']

rs?=?sorted(rs,?key=lambda?r:?r["B"])

#?計算數量

result?=?{}

for?r?in?rs:

if?r["A"]?in?result:

result[r["A"]]?+=?1

else:

result[r["A"]]?=?1

return?result

print?count()

Python分組

前言分組原理

核心：

1.不論分組鍵是數組、列表、字典、Series、函數，只要其與待分組變量的軸長度一致都可以傳入groupby進行分組。

2.默認axis=0按行分組，可指定axis=1對列分組。

對數據進行分組操作的過程可以概括為：split-apply-combine三步：

1.按照鍵值（key）或者分組變量將數據分組。

2.對于每組應用我們的函數，這一步非常靈活，可以是python自帶函數，可以是我們自己編寫的函數。

3.將函數計算后的結果聚合。

1 分組模式及其對象

1.1 分組的一般模式

三個要素:分組依據、數據來源、操作及其返回結果

df.groupby(分組依據)[數據來源].使用操作

1.2 分組依據的本質

1.3Groupby 對象

通過 ngroups 屬性，可以訪問分為了多少組:

通過 groups 屬性，可以返回從 組名映射到 組索引列表的字典:

當 size 作為 DataFrame 的屬性時，返回的是表長乘以表寬的大小，但在 groupby 對象上表示統計每個組的 元素個數:

通過 get_group 方法可以直接獲取所在組對應的行，此時必須知道組的具體名字:

1.4 分組的三大操作

分組的三大操作:聚合、變換和過濾

2.聚合函數

2.1內置聚合函數

包括如下函數: max/min/mean/median/count/all/any/idxmax/idxmin/mad/nunique/skew/quantile/sum/std/var/sem/size/prod

2.2agg 方法

【a】使用多個函數

當使用多個聚合函數時，需要用列表的形式把內置聚合函數的對應的字符串傳入，先前提到的所有字符串都是合法的。

【b】對特定的列使用特定的聚合函數

對于方法和列的特殊對應，可以通過構造字典傳入 agg 中實現，其中字典以列名為鍵，以聚合字符串或字符串列表為值。

【c】使用自定義函數

在 agg 中可以使用具體的自定義函數，需要注意傳入函數的參數是之前數據源中的列，逐列進行計算

【d】聚合結果重命名 如果想要對結果進行重命名，只需要將上述函數的位置改寫成元組，元組的第一個元素為新的名字，第二個位置為原來的函數，包括聚合字符串和自定義函數

3 變換和過濾

3.1 變換函數與 transform 方法

變 換 函 數 的 返 回 值 為 同 長 度 的 序 列， 最 常 用 的 內 置 變 換 函 數 是 累 計 函 數:cum- count/cumsum/cumprod/cummax/cummin ，它們的使用方式和聚合函數類似，只不過完成的是組內 累計操作。

3.2 組索引與過濾

過濾在分組中是對于組的過濾，而索引是對于行的過濾

組過濾作為行過濾的推廣，指的是如果對一個組的全體所在行進行統計的結果返回 True 則會被保留，False 則該組會被過濾，最后把所有未被過濾的組其對應的所在行拼接起來作為 DataFrame 返回。

在 groupby 對象中，定義了 filter 方法進行組的篩選，其中自定義函數的輸入參數為數據源構成的 DataFrame 本身，在之前例子中定義的 groupby 對象中，傳入的就是 df[['Height', 'Weight']] ，因此所有表方法和屬性 都可以在自定義函數中相應地使用，同時只需保證自定義函數的返回為布爾值即可。

4 跨列分組

4.1 apply 的引入

4.2 apply 的使用

在設計上，apply 的自定義函數傳入參數與 filter 完全一致，只不過后者只允許返回布爾值

【a】標量情況:結果得到的是 Series ，索引與 agg 的結果一致

【b】Series 情況:得到的是 DataFrame ，行索引與標量情況一致，列索引為 Series 的索引

【c】DataFrame 情況:得到的是 DataFrame ，行索引最內層在每個組原先 agg 的結果索引上，再加一層返 回的 DataFrame 行索引，同時分組結果 DataFrame 的列索引和返回的 DataFrame 列索引一致

python實現聚合函數功能

#encoding=utf-8

def?getRows():

names?=?["A",?"B"]

rows?=?[

[1,?'m'],

[2,?'m'],

[3,?'q'],

[3,?'q'],

[2,?'q'],

[1,?'s'],

[4,?'s'],

[2,?'s'],

[1,?'s'],

[3,?'m']

]

rs?=?[]

for?row?in?rows:

rs.append(dict(zip(names,?row)))

return?rs

def?count():

rs?=?getRows()

#?取所有B=m的行

rs?=?[r?for?r?in?rs?if?r["B"]?==?'m']

rs?=?sorted(rs,?key=lambda?r:?r["B"])

#?計算數量

result?=?{}

for?r?in?rs:

if?r["A"]?in?result:

result[r["A"]]?+=?1

else:

result[r["A"]]?=?1

return?result

print?count()